《Python数据分析与应用案例教程》（李兆延）教案 第22课 电商客户价值分析需求分析

课题第22课电商客户价值分析需求分析课时2课时（90min）教学目标知识技能目标：（1）能够对案例进行需求分析（2）能根据需求使用不同的方法进行客户价值分析，并根据分析结果制订营销策略（3）练习使用Pandas处理和标准化数据等（4）练习使用Matplotlib绘制饼状图和柱状图分析新老客户价值素质目标：树立信息安全意识，自觉维护自身和他人的信息安全教学重难点教学重点：根据需求使用不同的方法进行客户价值分析，并根据分析结果制订营销策略教学难点：使用Matplotlib绘制饼状图和柱状图分析新老客户价值教学方法案例分析法、问答法、讨论法、讲授法教学用具电脑、投影仪、多媒体课件、教材、文旌课堂APP教学设计第1节课：→→传授新知（28min）→课堂讨论（10min）第2节课：→传授新知（20min）→课堂讨论（12min）→课堂小结（3min）→作业布置（2min）教学过程主要教学内容及步骤设计意图第一节课考勤

（2min）【教师】使用文旌课堂APP进行签到【学生】按照老师要求签到培养学生的组织纪律性，掌握学生的出勤情况问题导入（5min）【教师】提出问题我们已经学习了python数据处理的相关知识，那么关于电商客户价值分析如何进行需求分析呢？【学生】思考、举手回答通过提问的方法，了解学生对案例的了解程度，进而引出新知传授新知

（28min）【教师】总结学生的回答，并引入新知，讲解案例需求分析的相关知识8.1需求分析✈【教师】提出问题什么是客户价值分析？✈【学生】聆听、思考、主动回答问题✈【教师】总结学生的回答，并讲解新知客户价值分析是指对客户的消费特征和行为数据进行分析，并据此评估客户的价值。客户价值分析的结果可用于客户细分，商家可针对细分后不同价值客户的特点进行个性化营销，从而最大限度满足客户需求，促使交易产生的同时提高商家经济效益。✈【教师】提出问题常用的客户价值分析方法有哪些？✈【学生】聆听、思考、主动回答问题✈【教师】总结学生的回答，并讲解新知常用的客户价值分析方法包括新老客户分析法和RFM模型分析法两种。本章的目标是根据某电商网站女装店铺两个月的销售数据，使用这两种方法对客户的价值进行分析，以便制订后续的营销策略。8.2新老客户分析8.2.1新老客户分析法✈【教师】提出问题什么是新老客户分析法？✈【学生】聆听、思考、主动回答问题✈【教师】总结学生的回答，并讲解新知新老客户分析法是指根据购买次数这一指标将客户分为新客户和老客户两大客户群体，并在这两大客户群体中利用相同的指标（如人数、交易金额、客单价等）进行数据分析，帮助商家了解自家新老客户的价值，从而进行相应的资源配置和营销策略制订。【知识库】教师提出问题什么是客单价？✈【学生】聆听、思考、主动回答问题✈【教师】总结学生的回答，并讲解新知客单价是指每个客户平均购买商品的金额，因此也称平均交易金额。客单价的计算公式为：客单价=总交易金额/总客户人数。商家应根据新老客户的分析结果审视自身经营存在的不足，在巩固老客户数量的同时，及时采取措施将新客户转化为老客户，从而保持自身稳定快速增长。【学生】聆听、思考、理解、记忆通过教师讲解、课堂讨论、多媒体演示等方式，使学生了解案例的需求分析，新老客户分析等知识课堂讨论

（10min）【教师】提出问题查找资料，除了客单价，你还知道哪些关于电商订单的知识？【学生】聆听、思考、讨论、小组代表回答问题【教师】聆听并评价学生的回答通过课堂讨论，加深学生对电商客户知识的理解第二节课问题导入（8min）【教师】提出问题我们已经学习了新老客户分析法的相关知识，那么如何进行新老客户价值分析呢？【学生】聆听、思考、回答问题通过提问的方法，引导学生主动思考，激发学生的学习兴趣传授新知（20min）【教师】总结学生的回答，并引入新知，讲解新老客户价值分析的相关知识8.2.2新老客户价值分析1．新老客户人数占比分析✈【教师】按照教材进行问题分析并按照步骤进行处理缺失值程序演示：在女装销售数据中，将历史总订单数为1的客户看作新客户，而将历史总订单数大于1的客户看作老客户。此处，将历史总订单数中的“+”使用空字符替换，并将数值转换为整型，选取历史总订单数为1的数据赋给df_new，选取历史总订单数大于1的数据赋给df_old；然后创建新画布，以df_new和df_old的行标签个数列表为扇区数据、新客户和老客户列表为扇区标签、两位小数百分比为比例格式绘制饼状图，并设置图表标题。实现代码如下。importpandasaspdfrommatplotlibimportpyplotaspltdf=pd.read_excel('女装销售数据.xlsx')plt.rcParams['font.sans-serif']='SimHei'df['历史总订单数（单）']=df['历史总订单数（单）'].apply(lambdax:xiftype(x)!=strelsex.replace('+','')).astype('int')df_new=df[df['历史总订单数（单）']==1]df_old=df[df['历史总订单数（单）']>1]#新老客户人数占比分析plt.figure()data=[df_new.index.size,df_old.index.size]plt.pie(data,labels=['新客户','老客户'],autopct='%.2f%%')plt.title('新老客户人数占比饼状图')plt.show()（详见教材）✈【学生】观察、记录、理解✈【学生】教师演示完成后，学生按照教材提示和教师演示进行实际操作，并对比程序运行结果（详见教材）✈【教师】巡视课堂记录，对学生进行个别指导7.2.5连续数据离散化✈【教师】按照教材进行问题分析并按照步骤进行处理连续数据离散化程序演示：为了分析二手房面积和总价的区间信息，须将连续数据离散化，划分成不同的区间。此处，将面积和总价划分成不同的区间；然后，将区间的数据添加到原数据列末，并输出离散化后数据的后5列。实现代码如下。bins=[1,60,90,120,150,180,210,520]area_label=['60平方米以下','60～90平方米','90～120平方米','120～150平方米','150～180平方米','180～210平方米','210平方米以上']df['面积区间']=pd.cut(list(df['面积（平方米）']),bins,labels=area_label) #面积数据的离散化bins=[1,200,400,600,800,1000,2000,4500]totalPrice_label=['200万元以下','200万～400万元','400万～600万元','600万～800万元','800万～1000万元','1000万～2000万元','2000万元以上']df['总价区间']=pd.cut(list(df['总价（万元）']),bins,labels=totalPrice_label) #总价数据的离散化print(df.iloc[:,-5:])（详见教材）✈【学生】观察、记录、理解✈【学生】教师演示完成后，学生按照教材提示和教师演示进行实际操作，并对比程序运行结果（详见教材）✈【教师】巡视课堂记录，对学生进行个别指导【提示】教师讲解历史订单处理的方法✈【学生】聆听、思考2．新老客户总交易金额占比分析✈【教师】按照教材进行问题分析并按照步骤进行处理连续数据离散化程序演示：此处，以新客户和老客户列表为x轴数据、df_new和df_old的总交易金额除以人数的值列表为y轴数据、宽度为0.3绘制柱状图，并设置y轴和图表标题、每个数据的文本标签。实现代码如下。x=['新客户','老客户']h1=df_new['总交易金额（元）'].sum()/df_new.index.sizeh2=df_old['总交易金额（元）'].sum()/df_old.index.sizeheight=[h1,h2]plt.bar(x,height,width=0.3)plt.ylabel('客单价/元')plt.title('新老客户客单价柱状图')fora,binzip(x,height):plt.text(a,b,'%.1f'%b,ha='center')plt.show()（详见教材）✈【学生】观察、记录、理解✈【学生】教师演示完成后，学生按照教材提示和教师演示进行实际操作，并对比程序运行结果（详见教材）✈【教师】巡视课堂记录，对学生进行个别指导✈【教师】提出学习任务：对比程序结果（详见教材），进行结果分析。✈【学生】观察、记录、理解、分析✈【教师】总结学生的分析结果从以上三幅图可以看出，该店铺近两个月的全部客户中，新客户占比达到7成，但仅占3成的老客户贡献的总交易金额却超6成。此外，老客户的客单价远高于新客户，是新客户的近4倍。从这些数据中，可得出以下结论。该店铺的客户群体中，老客户的客户价值相对较高，是店铺保持稳定盈利的重要保障。因此，店铺应当将资源优先配置给这部分客户，如专属折扣、会员福利、回馈活动等，以进一步提高这一客户群体的忠诚度。此外，新客户群体的人数规模庞大，是极有可能转化为店铺的老客户、活跃客户乃至忠实客户的。因此，商家可对新客户进行回头客营销，如上新推荐、生日/节日祝福等，使更多的新客户转化为老客户。【学生】聆听、思考、理解、记录通过教师讲解和课堂练习，使学生了解新老客户价值分析的相关知识课堂讨论（12min）【教师】讲述“明镜高悬”案例，提出问题，请同学们分小组讨论：结合生活经验，说一说大数据杀熟的其他案例。聆听、结组、思考、讨论、小组代表发言【教师】聆听学生的发言通过课堂讨论，使学生能够了解更多关于大数据杀熟的知识课堂小结

（3min）【教师】简要总结本节课的要点本节课学习了需求分析与新老客户分析的相关知识，包括新老客户分析